BG value stats by hour
BGvalue_Summary
## time3 min mean max sd
## 1 00:00 354 354.00000 354 NaN
## 2 01:00 79 146.60000 216 64.68617
## 3 02:00 72 140.00000 360 109.98727
## 4 03:00 78 176.44444 346 105.98126
## 5 04:00 78 192.00000 306 161.22035
## 6 05:00 109 177.00000 267 80.54812
## 7 06:00 198 273.50000 439 114.01900
## 8 07:00 69 272.41667 379 104.84921
## 9 08:00 73 165.31579 287 65.65233
## 10 09:00 170 200.00000 229 25.28834
## 11 10:00 130 214.00000 301 76.50882
## 12 11:00 307 307.00000 307 0.00000
## 13 12:00 81 204.83333 273 76.07990
## 14 13:00 117 214.14286 359 87.69916
## 15 14:00 68 204.77778 313 81.58091
## 16 15:00 68 111.58333 150 27.18442
## 17 16:00 59 96.18182 170 34.83050
## 18 17:00 58 106.92857 177 37.29398
## 19 18:00 55 88.00000 117 22.05675
## 20 19:00 55 149.27273 293 61.15569
## 21 20:00 109 178.95000 287 45.38777
## 22 21:00 90 174.57143 236 52.52357
## 23 22:00 148 187.91667 234 31.89602
## 24 23:00 154 187.75000 246 32.88400
## 25 00:00 163 182.25000 249 30.73272
BG value stats by day
BGvalue_SummaryDaily
## Date2 min mean max sd
## 1 2019-09-08 86 150.6875 260 62.34177
## 2 2019-09-09 59 166.9333 350 85.57575
## 3 2019-09-10 88 207.4375 439 91.57945
## 4 2019-09-11 90 238.6923 379 84.25594
## 5 2019-09-12 117 197.0000 301 70.13843
## 6 2019-09-13 81 157.1429 289 63.90601
## 7 2019-09-14 72 166.0000 370 92.89365
## 8 2019-09-15 55 213.1538 359 110.88195
## 9 2019-09-16 170 226.6667 346 65.88070
## 10 2019-09-17 58 177.2857 307 79.07487
## 11 2019-09-18 68 151.2857 211 54.27059
## 12 2019-09-19 161 196.0000 267 43.11380
## 13 2019-09-20 96 152.0000 250 51.57907
## 14 2019-09-21 72 172.2727 288 76.17492
## 15 2019-09-22 69 126.4667 212 43.88274
## 16 2019-09-23 89 172.3077 216 41.66810
## 17 2019-09-24 66 132.7273 229 58.99337
## 18 2019-09-25 73 168.4000 313 102.77938
Sensor value stats by hour
Sensorvalue_Summary
## time3 min mean max sd
## 1 00:00 75 156.0333 354 65.17400
## 2 01:00 64 151.0778 400 84.54330
## 3 02:00 46 150.8556 359 89.72846
## 4 03:00 40 161.1796 373 95.41724
## 5 04:00 70 172.5056 369 73.50185
## 6 05:00 57 172.3110 274 58.94924
## 7 06:00 61 196.4938 323 65.48301
## 8 07:00 78 220.5153 381 78.94086
## 9 08:00 57 188.6545 326 62.53961
## 10 09:00 59 194.6966 339 68.58199
## 11 10:00 79 198.1667 344 73.25463
## 12 11:00 59 201.8377 341 70.94386
## 13 12:00 59 205.7644 392 71.02507
## 14 13:00 86 189.3711 400 80.55233
## 15 14:00 44 171.3810 352 72.38608
## 16 15:00 42 137.2179 290 59.88778
## 17 16:00 53 132.3232 222 44.74467
## 18 17:00 45 128.1310 250 49.43447
## 19 18:00 53 127.7989 247 43.45634
## 20 19:00 40 154.1086 324 55.06908
## 21 20:00 65 175.2651 306 58.94313
## 22 21:00 49 146.3029 268 54.35986
## 23 22:00 44 150.0167 268 45.21389
## 24 23:00 75 169.9278 311 52.50156
## 25 00:00 75 161.4222 315 56.64674
BG high (>150) count
BGHigh_Count
## time3 BG.Reading..mg.dL.
## 1 00:00 1
## 2 01:00 2
## 3 02:00 1
## 4 03:00 3
## 5 04:00 1
## 6 05:00 2
## 7 06:00 4
## 8 07:00 10
## 9 08:00 11
## 10 09:00 5
## 11 10:00 4
## 12 11:00 2
## 13 12:00 9
## 14 13:00 4
## 15 14:00 6
## 16 16:00 1
## 17 17:00 3
## 18 19:00 4
## 19 20:00 13
## 20 21:00 10
## 21 22:00 10
## 22 23:00 8
## 23 00:00 8
BG very high (>240) count
BGveryHigh_Count
## time3 BG.Reading..mg.dL.
## 1 00:00 1
## 2 02:00 1
## 3 03:00 3
## 4 04:00 1
## 5 05:00 1
## 6 06:00 2
## 7 07:00 10
## 8 08:00 3
## 9 10:00 2
## 10 11:00 2
## 11 12:00 6
## 12 13:00 3
## 13 14:00 2
## 14 19:00 1
## 15 20:00 1
## 16 23:00 1
## 17 00:00 1
BG low (<80) count
BGLow_Count
## time3 BG.Reading..mg.dL.
## 1 01:00 1
## 2 02:00 2
## 3 03:00 1
## 4 04:00 1
## 5 07:00 2
## 6 08:00 2
## 7 14:00 1
## 8 15:00 3
## 9 16:00 3
## 10 17:00 3
## 11 18:00 1
## 12 19:00 1
BG good value count (>80 and <150)
BGgood_Count
## time3 BG.Reading..mg.dL.
## 1 01:00 2
## 2 02:00 3
## 3 03:00 5
## 4 05:00 2
## 5 08:00 6
## 6 10:00 2
## 7 12:00 3
## 8 13:00 3
## 9 14:00 2
## 10 15:00 9
## 11 16:00 7
## 12 17:00 8
## 13 18:00 4
## 14 19:00 6
## 15 20:00 7
## 16 21:00 4
## 17 22:00 2
Temp Basal = 0 count
tempBasal_count
## time3 Temp.Basal.Amount
## 1 14:00 1
## 2 16:00 1
Suspend basal on low count
suspendBasal_Count
## time3 Alarm
## 1 00:00 3
## 2 01:00 12
## 3 02:00 13
## 4 03:00 12
## 5 04:00 3
## 6 05:00 5
## 7 06:00 3
## 8 07:00 1
## 9 08:00 3
## 10 09:00 2
## 11 10:00 1
## 12 11:00 2
## 13 12:00 1
## 14 13:00 2
## 15 14:00 5
## 16 15:00 8
## 17 16:00 9
## 18 17:00 11
## 19 18:00 5
## 20 19:00 2
## 21 20:00 2
## 22 21:00 6
## 23 22:00 2
## 24 23:00 1
BG value by time and date with mean values
BGvalue_timeDaytable
## time 2019-09-08 2019-09-09 2019-09-10 2019-09-11 2019-09-12 2019-09-13
## 1 00:00 164.0 NaN 196.0 NaN 249 163.0000
## 2 01:00 NaN 79.00 NaN NaN NaN NaN
## 3 02:00 NaN NaN NaN 360.000 130 NaN
## 4 03:00 93.0 NaN NaN NaN 130 NaN
## 5 04:00 NaN NaN NaN NaN NaN NaN
## 6 05:00 NaN NaN NaN NaN NaN NaN
## 7 06:00 259.0 NaN 439.0 NaN NaN NaN
## 8 07:00 NaN 350.00 NaN 379.000 NaN 289.0000
## 9 08:00 NaN NaN 287.0 NaN 231 137.0000
## 10 09:00 NaN 177.00 NaN NaN NaN NaN
## 11 10:00 NaN NaN NaN NaN 301 NaN
## 12 11:00 NaN NaN NaN NaN NaN NaN
## 13 12:00 260.0 273.00 NaN 214.000 NaN 81.0000
## 14 13:00 NaN NaN 270.0 NaN 117 NaN
## 15 14:00 150.0 199.00 NaN NaN NaN NaN
## 16 15:00 150.0 NaN NaN NaN 136 NaN
## 17 16:00 86.0 59.00 NaN NaN NaN NaN
## 18 17:00 110.0 177.00 152.0 90.000 NaN NaN
## 19 18:00 NaN NaN 88.0 NaN NaN 117.0000
## 20 19:00 117.0 NaN 190.0 293.000 NaN 115.0000
## 21 20:00 NaN 115.50 NaN 287.000 NaN 175.0000
## 22 21:00 192.0 170.00 90.0 236.000 NaN NaN
## 23 22:00 NaN NaN 178.0 234.000 218 NaN
## 24 23:00 NaN 226.00 246.0 NaN NaN NaN
## 25 mean 158.1 182.55 213.6 261.625 189 153.8571
## 2019-09-14 2019-09-15 2019-09-16 2019-09-17 2019-09-18 2019-09-19
## 1 NaN 354.0000 NaN NaN NaN NaN
## 2 NaN NaN NaN NaN NaN NaN
## 3 103 NaN NaN NaN NaN NaN
## 4 NaN 299.0000 346.0 NaN NaN NaN
## 5 NaN 306.0000 NaN NaN NaN NaN
## 6 NaN 223.0000 NaN 109.000 NaN 267.0000
## 7 NaN NaN NaN NaN 198.00 NaN
## 8 370 NaN 258.0 NaN NaN NaN
## 9 NaN 253.0000 NaN 170.000 83.00 161.0000
## 10 NaN NaN NaN 170.000 NaN NaN
## 11 130 NaN NaN NaN 211.00 NaN
## 12 NaN NaN NaN 307.000 NaN NaN
## 13 NaN NaN NaN NaN NaN NaN
## 14 148 359.0000 NaN NaN NaN NaN
## 15 NaN 233.0000 NaN 222.000 68.00 NaN
## 16 72 105.0000 NaN NaN 68.00 NaN
## 17 NaN NaN 170.0 NaN NaN NaN
## 18 NaN NaN NaN 58.000 NaN NaN
## 19 NaN 55.0000 NaN NaN NaN NaN
## 20 NaN 55.0000 NaN NaN NaN NaN
## 21 NaN NaN NaN 224.000 177.00 213.0000
## 22 NaN 115.0000 210.0 151.000 NaN NaN
## 23 166 NaN NaN NaN 159.00 NaN
## 24 173 NaN 188.0 NaN 154.00 NaN
## 25 166 214.2727 234.4 176.375 139.75 213.6667
## 2019-09-20 2019-09-21 2019-09-22 2019-09-23 2019-09-24 2019-09-25
## 1 NaN NaN NaN NaN NaN NaN
## 2 NaN 216 NaN NaN 111 NaN
## 3 NaN 72 NaN NaN NaN NaN
## 4 NaN NaN NaN 125.0000 78 NaN
## 5 NaN NaN NaN NaN 78 NaN
## 6 NaN NaN NaN NaN NaN NaN
## 7 NaN NaN NaN NaN NaN NaN
## 8 250.0 288 69 NaN NaN NaN
## 9 136.0 NaN NaN 196.0000 188 73.0
## 10 NaN NaN 212 NaN 229 NaN
## 11 NaN NaN NaN NaN NaN NaN
## 12 NaN NaN NaN NaN NaN NaN
## 13 96.0 NaN NaN 192.0000 NaN 257.0
## 14 NaN NaN NaN NaN 187 NaN
## 15 NaN NaN NaN 123.0000 NaN 313.0
## 16 NaN 123 118 NaN NaN NaN
## 17 147.0 NaN 97 NaN 66 96.0
## 18 147.0 NaN 99 89.0000 66 NaN
## 19 NaN NaN 92 NaN NaN NaN
## 20 NaN 146 NaN NaN 158 NaN
## 21 NaN 205 149 190.6667 NaN NaN
## 22 NaN NaN NaN 216.0000 NaN 110.0
## 23 NaN NaN 148 193.0000 NaN NaN
## 24 NaN NaN NaN NaN NaN NaN
## 25 155.2 175 123 165.5833 129 169.8
## mean
## 1 225.2000
## 2 135.3333
## 3 166.2500
## 4 178.5000
## 5 192.0000
## 6 199.6667
## 7 298.6667
## 8 281.6250
## 9 174.0909
## 10 197.0000
## 11 214.0000
## 12 307.0000
## 13 196.1429
## 14 216.2000
## 15 186.8571
## 16 110.2857
## 17 103.0000
## 18 109.7778
## 19 88.0000
## 20 153.4286
## 21 192.9074
## 22 165.5556
## 23 185.1429
## 24 197.4000
## 25 178.9322
#heatmap
#heatmaps
executeSavedPlot(data = allData, plotName = "meanBGheat_hist", libraryPath = libraryPath,
numberDays = numberDays,changeParam.list = changeParam.list)
Sensor value by time and date with mean values
SGvalue_timeDaytable
## time 2019-09-08 2019-09-09 2019-09-10 2019-09-11 2019-09-12 2019-09-13
## 1 00:00 105.50000 NaN 186.25000 211.0000 197.25000 153.83333
## 2 01:00 89.41667 NaN 109.83333 247.9167 150.91667 90.25000
## 3 02:00 75.08333 NaN 80.00000 300.9167 109.08333 83.75000
## 4 03:00 54.16667 NaN 102.50000 345.9167 112.16667 100.41667
## 5 04:00 76.33333 NaN 167.00000 280.1667 96.91667 151.75000
## 6 05:00 109.50000 NaN 181.00000 257.8333 100.00000 197.83333
## 7 06:00 276.10000 NaN 207.33333 284.6667 133.91667 229.58333
## 8 07:00 255.66667 NaN NaN 348.8333 177.00000 252.00000
## 9 08:00 234.25000 NaN 302.83333 219.0833 228.25000 141.83333
## 10 09:00 215.25000 NaN 315.83333 159.8333 296.16667 157.41667
## 11 10:00 224.58333 NaN 335.91667 155.8333 333.83333 159.50000
## 12 11:00 153.83333 NaN 299.33333 189.7500 320.58333 87.58333
## 13 12:00 204.66667 NaN 284.33333 198.0833 250.25000 108.16667
## 14 13:00 228.50000 NaN 310.00000 172.7500 137.08333 201.41667
## 15 14:00 NaN NaN 233.00000 178.0000 88.33333 208.33333
## 16 15:00 NaN NaN 230.66667 157.5000 96.33333 202.25000
## 17 16:00 NaN NaN 192.33333 145.8333 133.58333 177.16667
## 18 17:00 NaN NaN 146.16667 100.0000 91.50000 167.33333
## 19 18:00 NaN NaN 99.83333 120.5000 109.08333 120.83333
## 20 19:00 NaN NaN 183.08333 275.0833 142.33333 103.28571
## 21 20:00 293.66667 NaN 181.00000 234.0000 219.50000 115.81818
## 22 21:00 177.00000 NaN 97.09091 232.0833 228.08333 140.58333
## 23 22:00 135.16667 NaN 181.83333 191.1667 219.58333 130.83333
## 24 23:00 115.66667 NaN 233.08333 221.8333 225.91667 169.08333
## 25 mean 168.01944 NaN 202.61989 217.8576 174.90278 152.11891
## 2019-09-14 2019-09-15 2019-09-16 2019-09-17 2019-09-18 2019-09-19
## 1 112.41667 322.91667 126.6667 NaN 125.83333 96.7500
## 2 76.58333 380.00000 106.0833 NaN 102.33333 174.0833
## 3 85.75000 328.83333 210.9167 NaN 103.16667 230.0000
## 4 123.25000 301.50000 303.1111 NaN 120.50000 254.9167
## 5 156.08333 272.30000 266.4167 NaN 120.00000 245.0833
## 6 240.66667 212.66667 146.0833 NaN 178.58333 226.6667
## 7 274.41667 233.83333 196.8333 NaN 181.08333 125.5000
## 8 321.50000 266.00000 255.7500 NaN 128.33333 89.7500
## 9 238.25000 235.66667 226.9167 NaN 101.58333 181.1667
## 10 140.16667 136.83333 213.1667 NaN 240.25000 267.0000
## 11 144.16667 102.66667 229.3333 NaN 234.66667 217.4167
## 12 227.25000 257.91667 187.4167 304.0909 176.50000 207.9167
## 13 231.66667 380.08333 216.1667 252.3333 173.08333 159.5833
## 14 NaN 393.25000 NaN 177.9167 122.66667 137.2500
## 15 NaN 245.00000 NaN 212.0000 77.75000 146.5833
## 16 93.91667 93.83333 NaN 186.4167 96.00000 100.3333
## 17 111.08333 105.41667 162.7500 165.9167 185.25000 140.1667
## 18 147.75000 222.16667 156.5833 121.6667 146.08333 168.2500
## 19 219.50000 167.33333 157.7500 87.2500 76.58333 157.6667
## 20 182.50000 95.91667 190.7500 127.5000 123.66667 195.5000
## 21 115.16667 155.00000 241.6667 164.7000 176.00000 184.2500
## 22 122.33333 94.16667 212.0000 NaN 143.41667 111.0833
## 23 145.16667 145.08333 235.5833 NaN 155.75000 124.1667
## 24 143.91667 261.16667 187.6667 NaN 142.00000 115.4167
## 25 166.06818 225.39792 201.4101 179.9791 142.96181 169.0208
## 2019-09-20 2019-09-21 2019-09-22 2019-09-23 2019-09-24 2019-09-25
## 1 224.25000 150.25000 NaN 144.16667 108.66667 115.16667
## 2 259.83333 175.58333 NaN 96.00000 92.00000 115.33333
## 3 271.91667 70.66667 NaN 79.91667 97.83333 135.00000
## 4 279.58333 102.25000 NaN 92.00000 58.33333 149.66667
## 5 261.41667 164.25000 NaN 113.91667 81.16667 151.41667
## 6 255.25000 191.16667 NaN 82.50000 75.58333 142.75000
## 7 NaN 254.50000 NaN 98.58333 120.33333 152.91667
## 8 243.71429 299.75000 NaN 158.08333 170.66667 129.83333
## 9 154.41667 199.16667 NaN 169.75000 169.66667 69.83333
## 10 129.41667 128.08333 NaN 201.41667 233.70000 92.41667
## 11 102.41667 118.66667 NaN 243.91667 200.83333 168.75000
## 12 100.41667 136.16667 NaN 199.75000 137.58333 251.83333
## 13 96.91667 165.36364 NaN 197.00000 132.75000 238.41667
## 14 115.75000 172.00000 NaN 125.00000 141.08333 241.16667
## 15 189.83333 180.25000 NaN 62.66667 128.75000 286.75000
## 16 159.58333 NaN NaN 69.75000 77.08333 220.16667
## 17 140.83333 NaN NaN 73.91667 57.91667 70.50000
## 18 104.91667 NaN NaN 82.16667 76.00000 63.25000
## 19 117.33333 NaN 71.27273 127.41667 146.66667 133.25000
## 20 169.83333 NaN 61.75000 190.08333 137.16667 112.00000
## 21 182.00000 202.80000 122.66667 193.42857 162.91667 102.41667
## 22 66.25000 149.16667 NaN 188.50000 157.50000 83.33333
## 23 94.75000 119.16667 NaN 148.66667 128.83333 94.50000
## 24 189.08333 102.16667 NaN 196.08333 114.91667 130.91667
## 25 169.98758 162.17967 85.22980 138.94494 125.33125 143.81597
## mean
## 1 158.7278
## 2 151.0778
## 3 150.8556
## 4 166.6852
## 5 173.6144
## 6 173.2056
## 7 197.8286
## 8 221.2058
## 9 191.5111
## 10 195.1300
## 11 198.1667
## 12 202.3703
## 13 205.5540
## 14 191.1310
## 15 172.0962
## 16 137.2179
## 17 133.0476
## 18 128.1310
## 19 127.4848
## 20 152.6968
## 21 179.2351
## 22 146.8394
## 23 150.0167
## 24 169.9278
## 25 166.2262
#heatmap
#heatmaps
executeSavedPlot(data = allData, plotName = "meanSGheat_hist", libraryPath = libraryPath,
numberDays = numberDays,changeParam.list = changeParam.list)
Interactive Plots
every 3 hours barplots
###daily barplots